Université Mohammed Premier

Fa ulté des S ien es

Département de Physique
Oujda

Cal ul s ientique.
Diéren es nies, Volumes nis et éléments nis.

Master "Energies renouvelables"

Année 2012-2013

Mohammed Boulerh ha
Table des matières

Table des matières 2

1 Introdu tion 4
1.1 Pourquoi la modélisatin numérique ? . . . . . . . . . . . . . . . . . . . 4
1.2 Qu'est e que la modélisatin numérique ? . . . . . . . . . . . . . . . . . 4
1.3 Méthodes de dis rétisation . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.1 Dis rétisation du domaine (Maillage) . . . . . . . . . . . . . . . 6
1.3.2 Méthodes de diéren es nies . . . . . . . . . . . . . . . . . . . 7
1.3.3 Méthodes de volumes nis . . . . . . . . . . . . . . . . . . . . . 7
1.3.4 Méthodes des éléments nis . . . . . . . . . . . . . . . . . . . . 7
1.4 Classi ation des Equations aux Dérivées Partielles (EDP) . . . . . . . 8
1.5 Conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 Méthode des diéren es nies 11

2.1 Introdu tion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Diéren es nies 1- D . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1 La dérivée première . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.2 La dérivée se onde . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3 Diéren es nies 2− D . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Dis rétisation des onditions aux limites de type Neumann . . . . . . . 14
2.5 Diéren es nies sur un maillage urviligne . . . . . . . . . . . . . . . . 16

3 Méthode des éléments nis 17

3.1 Introdu tion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2 Approximation par éléments nis . . . . . . . . . . . . . . . . . . . . . 18
3.2.0.1 Interpolation . . . . . . . . . . . . . . . . . . . . . . . 18
3.2.0.2 Approximation par éléments nis . . . . . . . . . . . . 18

2
3.3 Géomètrie des éléments : maillage . . . . . . . . . . . . . . . . . . . . . 21
3.4 Eléments de référen e . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.4.1 Dénition et propriétés . . . . . . . . . . . . . . . . . . . . . . . 21
3.4.2 Approximation sur un élément de référen e . . . . . . . . . . . . 23
3.5 Transformation des dérivées et des intégrales . . . . . . . . . . . . . . . 25
3.6 Formulation intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.6.1 Dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.6.2 Méthode des résidus pondérés . . . . . . . . . . . . . . . . . . . 27
3.6.3 Forme intégrale faible . . . . . . . . . . . . . . . . . . . . . . . . 28
3.6.4 Dis rétisation de la forme intégrale faible . . . . . . . . . . . . . 30
3.6.5 Te hniques d'assemblage . . . . . . . . . . . . . . . . . . . . . . 32
3.6.6 Introdu tion des onditons aux limites . . . . . . . . . . . . . . 33

3
Chapitre 1
Introdu tion

1.1 Pourquoi la modélisatin numérique ?

Le but de la modélisation numérique est de fournir une solution appro hée du
omportement réel d'un phénomène physique omplexe.
Exemple de projets utilisant la modélisation numérique :
Espa e - Aéronautique - Nu léaire - Aménagement de ours d'eau - gestion des nappes
souteraines - météorologie - ...
 Les projets sont de plus en plus grands et de plus en plus oûteux.
 Les projets sont soumis à des ontraintes de sé utité de plus en plus drastiques.
Mais réaliser des prototypes à e helles réelle ou réduit oûte très her en temps et en
argent ;
Alors on fait appel à la modélisation numériques pour minimiser es oûts.
Attention : La modélisation numérique aide à la on eption des projets, mais en au un
as elle ne doit être onsidérée omme absolument sûre et rempla er dénitivement
l'expérien e.

1.2 Qu'est e que la modélisatin numérique ?

Le rle du modélisateur est de simplier susamment le problème tout en onservant
l'essentiel de la physique à l'origine du phénomène étudié.

Mais : Simplier le modèle =⇒ Solution appro hée.

Chaque hypothèse simpli atri e doit être justiée, d'où une remise en ause possible
des modèles numériques !

4
Exemple de simpli ation de modèles :
 Pb 1D, 2D, 3D.
 Pb stationnaire ou non stationnaire.
 Assimiler l'air à un gaz parfait.
La modélisation numérique omporte 4 étapes diérentes :

Etape 1, modèle physique :

Après observation minutieuse le modélisateur dé rit qualitativement (ave des phrases)
le phénomène physique.
Etape 2, modèle mathématique (modèle ontinu) :
A partir de la des ription pré édente, é rire un modèle mathématique, très souvent,
sous la forme d'équations aux dérivées partielles (EDP) .
Questions : Le Pb est-il bien posé ? Existen e et uni ité de la solution ? Les lois de la
physique sont-elles respe tées (une on entration doit être positive ! le se ond prin ipe
de la thermodynamique ! et ...)
Pb : A part quelques as simples à géométries parti ulières, on ne sait pas trouver une
solution analytique, que fait-on alors ?
Etape 3, modèle dis ret (modèle algébrique) :
Dis rétisation de l'espa e : le domaine de al ul est dis rétisé en un nombre ni de
points (X1 , X2 , ..., XN ).
Dis rétisation du temps : la solution va être al ulée en un nombre ni d'instants
(t1 , t2 , ..., tP ).
Pour ela diérentes méthodes sont utilisées : EF, DF, VF, ...

5
Résultats de la dis rétisation :
 Un système algébrique, linéaire ou non linéaire.
 Mise en ÷uvre des méthodes de l'analyse numérique lassique.
Etape 4, modèle informatique :
Programmation : exige une ertaine expertise dans le domaine de l'informatique (sys-
tème d'exploitation, langages de programmation, ...). Les odes sont très gourmants
en temps CPU, il faut avoir le sou i de l'é onomie, en parti ulier faire attention aux
bou les.
Analyse des résultats : être très vigilant, et pro éder à une analyse ritique des résultats
qui peuvent être in ompatibles ave les lois de la physique.

1.3 Méthodes de dis rétisation

Dans toute la suite, nous appelons Ω le domaine de al ul et Γ sa frontière.

1.3.1 Dis rétisation du domaine (Maillage)

La solution qui était re her hée en tout point du domaine Ω sera re her hée en un
nombre ni de points (n÷uds).
Le domaine Ω est partitionné en éléments Ωe relativement simples. Chaque éléments
est déni analytiquement de manière unique en fon tion de ses n÷uds. Les n÷uds
peuvent être situés à l'intérieur de l'élément ou sur sa frontière.
Deux régles doivent être observées lors du onstru tion du maillage :
 Interdi tion de re ouvrement : deux éléments ne peuvent avoir en ommun que
des points situés sur leur frontière ommune quand elle existe.
 Interdi tion de faire des trous entre éléments : la réunion des Ωe doit onstituer
un domaine aussi pro he que possible du domaine Ω.
Une erreur de dis rétisation géométrique a lieu lorsque la frontière de Ω est plus om-
plexe que elle des éléments. On peut y remédier en hoisissant des éléments plus petits
ou des éléments à frontière plus omplexe.
Quelques éléments lassiques :
 1D : Elément linéaire à 2 n÷uds - Elément quadratique à 3 n÷uds - Elément
ubique à 4 n÷uds.
 2D : T3 - T6 - T9 - Q4 - Q8
 3D : Tétraèdre à 4 n÷uds - Hexaèdre à 8 n÷uds.

6
1.3.2 Méthodes de diéren es nies
La méthode des diéren es nies onsiste à rempla er un opérateur diérentiel par
un quotient diérentiel :

∂u u(x + ∆x) − u(x)

≈
∂x ∆x
u(x + ∆x) − u(x − ∆x)
≈
2∆x
L'équation aux dérivées partielles ontinue est ainsi rempla ée par une équation aux
diéren es :
∂u ui+1 − ui
≈
∂x ∆x
ui+1 − ui−1
≈
2∆x
où : ui ≈ u(x), ui+1 ≈ u(x + ∆x) et ui−1 ≈ u(x − ∆x).

1.3.3 Méthodes de volumes nis

C'est une méthode de dis rétisation bien adaptée aux EDP issues des lois de onser-
vation résultant de l'é riture de bilans physiques. Le domaine est maillé en ellules
(éléments), et les équations de onservation sont intégrées sur des volumes de ontrle
et à haque pas de temps. Les volumes de ontrle peuvent être hoisis de deux façons,
la première dite "vertex entered" et la deuxième dite " ell entered". Dans l'appro he
"vertex entered" les degrés de liberté sont sto kés aux noeuds du maillage. Les vo-
lumes de ontrle sont obtenus en joignant su essivement les bary entres des triangles
voisins et les entres des fa ettes. Pour la méthode de type " ell entered", les volumes
de ontrle oïn ident ave les triangles du maillage. Pour ette formulation, les degrés
de liberté sont sto kés aux entres des ellules du maillage. Cette appro he a pour
avantage de ne pas né essiter la onstru tion d'un maillage adjoint.

1.3.4 Méthodes des éléments nis

Après avoir maillé le domaine, la méthodes des éléments nis onsiste à onstruire
sur haque élément une approximation simple (polynomiale par exemple). L'approxi-
mation globale est obtenue alors omme somme de es approximations élémentaires.
Le point fondamental de la méthode est l'étape de la formulation intégrale ou va-
riationnelle du système d'équations aux dérivées partielles. Cette formulation peut soit

7
être fournie par la minimisation d'une fon tionnelle lorsque e i est possible, soit être
obtenue dire tement par la méthode des résidus pondérés qui projette orthogonalement
le résidu sur l'espa e des fon tions d'approximation.

1.4 Classi ation des Equations aux Dérivées Par-

tielles (EDP)
Considérons une EDP é rite sous la forme :

∂2u ∂2u ∂2u ∂u ∂u

a 2
+ b + c 2
+d +e + fu = g (1.1)
∂x ∂x∂y ∂y ∂x ∂y

l'in onnue u(x, y) est une fon tion des deux variables x et y . Lorsque les oe ients
a, b, c, d, e, f, g sont onstants, l'EDP est dite linéaire ; lorsque es oe ients dépendent
de l'in onnue u, on dit que l'EDP est non linéaire.

Dénition 1.1 : L'équation (1.1) est dite :

 elliptique si et seulement si b2 − 4ac > 0,
 parabolique si et seulement si b2 − 4ac = 0,
 hyperbolique si et seulement si b2 − 4ac < 0.

Remarque 1.1 : Rappelons que dans le plan R , l'équation :

2

ax2 + bxy + cy 2 + dx + ey + f = 0

est appelée onique ; 'est une :

 ellipse si et seulement si b2 − 4ac > 0,
 parabole si et seulement si b2 − 4ac = 0,
 hyperbole si et seulement si b2 − 4ac < 0.
La lassi ation des EDP en EDP elliptique, parabolique ou hypebolique est don alquée
sur la dénition des oniques dans R.2

Remarque 1.2 : Dans un hangement de base le type de l'EDP ne hange pas.

Remarque 1.3 : Lorsque les oe ients a, b, c, d, e, f, g dépendent de x, y , l'EDP est

elliptique, parabolique ou hypebolique lo alement au voisinage d'un point (x0 , y0 ).

Exemple d'équations elliptiques :

8
Nous her hons la fon tion u(x, y) dénie sur le domaine Ω et vériant l'EDP suivante :

∆u(x, y) = 0 , (x, y) ∈ Ω (1.2)

Cette équation est dite équation de Lapla e. Elle est l'une des équations fondamentales
de la physique en général et de la mé anique en parti ulier. L'équation de la haleur en
régime stationnaire, l'équation du potentiel des vitesse en é oulement de uides parfaits
in ompressible en régime permanent, entre autres, vérient l'équation de Lapla e. Elle
onstitue l'exemple type d'une EDP elliptique.
Propriété : Dans une EDP elliptique "tout dépend de tout" i.e. la solution en un point
M1 du domaine dépend de la solution en tout point du domaine àd si on hange la
solution en M1 , la solution hangera partout.

Exemple d'équations paraboliques :

Nous her hons la fon tion u(t, x) dénie sur le domaine R +
× [a, b] et vériant l'EDP
suivante :
∂u
− ∆u = 0 (1.3)
∂t
C'est l'équation de la haleur en régime non permanent ; elle onstitue l'exemple type
d'une EDP parabolique.
Propriété : L'équation (1.3) reste in hangée lorsqu'on hange x en −x, par ontre elle
hange lorsqu'on hange t en −t : le sens d'é oulement du temps joue un rle important
dans l'évolution du système, le phénomène dé rit n'est pas reversible.

Exemple d'équations hyperbolique :

Nous her hons la fon tion u(t, x) dénie sur le domaine R +
× [a, b] et vériant l'EDP
suivante :
∂u ∂u
+ =0 (1.4)
∂t ∂x
C'est l'équation linéaire de transpot ; elle onstitue l'exemple type d'une EDP hyper-
bolique.
Propriété : A l'inverse d'une EDP elliptique, l'EDP hyperbolique "tout ne dépend pas
de tout" i.e. la solution en un point M1 du domaine admet une zone de dépendan e et
une zone d'inuen e.

9
1.5 Conditions aux limites
Pour pouvoir résoudre une EDP, il faut lui imposer des onditions aux limites sur
la frontière Γ du domaine Ω. Plusieurs hoix sont possibles :
 Problème de Diri hlet
Les onditions aux limites sont dites de type Diri hlet lorsque u(x, y) est imposée
sur toute la frontière Γ. C'est à dire que l'on her he u tel que :
(
∆u(x, y) = 0 , (x, y) ∈ Ω
(1.5)
u(x, y) = f , (x, y) ∈ Γ

 Problème de Diri hlet-Neumann

Les onditions aux limites sont dites de type Diri hlet - Neumann lorsque u(x, y)
est imposée sur une partie Γ1 de la frontière et ses dérivées sur l'autre partie Γ2
telle que Γ1 ∪ Γ2 = Γ. C'est à dire que l'on her he u tel que :

 ∆u(x, y) = 0 , (x, y) ∈ Ω


u(x, y) = f , (x, y) ∈ Γ1 (1.6)

∂u
= g , (x, y) ∈ Γ2


∂~
n

~n est la normale à la frontière, ∂u ~ u · ~n =

= grad ∂u
n + ∂u
n où nx et ny sont
∂~
n ∂x x ∂y y
les omposantes du ve teurs ~n dans le repère (x, y).
 Problème de Neumann
Les onditions aux limites sont dites de type Neumann lorsqu'on impose les dé-
rivées de u sur toute la frontière Γ. C'est à dire que l'on her he u tel que :
(
∆u(x, y) = 0 , (x, y) ∈ Ω
∂u
(1.7)
∂~
n
= g , (x, y) ∈ Γ

 Problème de Cau hy
Les onditions aux limites sont dites de type Cau hy lorsque u(x, y) et ses dérivées
sont imposées sur une même partie Γ1 de la frontière, sur le reste de la frontière
la fon tion u est libre. C'est à dire que l'on her he u tel que :
(
∆u(x, y) = 0 , (x, y) ∈ Ω
∂u
(1.8)
∂~
n
= g , (x, y) ∈ Γ1

10
Chapitre 2
Méthode des diéren es nies

2.1 Introdu tion

La méthodes des diéren es nies (MDF) est la plus an ienne, la plus simple et
la plus appliquée jusqu'à la n des années 70. C'est grâ e aux onnaissan es a quises
dans le adre de la MDF que les autres méthodes ont pu être dévelopées. Elle est basée
sur le développement en série de Taylor d'une fon tion ; ependant elle né essite un
maillage régulier, d'où une ertaine di ulté à s'adapter aux domaines à géométries
omplexes.

2.2 Diéren es nies 1-D

Considérons une fon tion u dénie sur un intervalle [a, b]. Cet intervalle est subdivisé
en N sous intervalles [xi , xi+1 ]i=0,1,...,N −1, égaux et de longueur h = xi+1 −xi . Nous allons
don avoir (xi = x0 + ih)i=0,1,...,N . Nous appelerons le point xi simplement point i et
nous notons ui la valeur appro hée de u(xi ) i.e. ui ≃ u(xi ).

2.2.1 La dérivée première

Diéren es nies entrées
Nous ee tuons un développement en séries de Taylor au voisinage du point i :

h2 ′′ h3
u(xi + h) = u(xi ) + hu′ (xi ) + u (xi ) + u(3) (xi ) + · · ·
2! 3!
2
h h3
u(xi − h) = u(xi ) − hu′ (xi ) + u′′ (xi ) − u(3) (xi ) + · · ·
2! 3!

11
La diéren e des deux relations i dessus donne :
u(xi + h) − u(xi − h)
u′ (xi ) = + o(h2 ) (2.1)
2h

Diéren es nies progressives

Nous ee tuons en ore un développement en séries de Taylor au voisinage du point i :

h2 ′′
u(xi + h) = u(xi ) + hu′ (xi ) + u (xi ) + · · ·
2!
d'où :
u(xi + h) − u(xi )
u′ (xi ) = + o(h) (2.2)
h

Diéren es nies regressives

Nous ee tuons en ore un développement en séries de Taylor au voisinage du point i :

h2 ′′
u(xi − h) = u(xi ) − hu′(xi ) + u (xi ) + · · ·
2!
d'où :
u(xi ) − u(xi − h)
u′ (xi ) = + o(h) (2.3)
h
En passant aux approximations :

ui = u(xi ) , u′i = u′ (xi )

nous dénissons les s hémas suivants pour la dérivée première :

 Diéren es nies entrées :
ui+1 − ui−1
u′i = (2.4)
2h
 Diéren es nies progressives (dé entrées à droite) :
ui+1 − ui
u′i = (2.5)
h
 Diéren es nies regressives (dé entrées à gau he) :
ui − ui−1
u′i = (2.6)
h

12
2.2.2 La dérivée se onde

Diéren es nies entrées

Nous ee tuons un développement en séries de Taylor au voisinage du point i :

h2 ′′ h3 h4
u(xi + h) = u(xi ) + hu′ (xi ) + u (xi ) + u(3) (xi ) + u(4) (xi ) + · · ·
2! 3! 4!
2 3
h h h4
u(xi − h) = u(xi ) − hu′ (xi ) + u′′ (xi ) − u(3) (xi ) + u(4) (xi ) + · · ·
2! 3! 4!
La somme des deux relations i dessus donne :
u(xi + h) − 2u(xi ) + u(xi − h)
u′′(xi ) = + o(h2 ) (2.7)
h2

Diéren es nies progressive

Nous ee tuons un développement en séries de Taylor au voisinage du point i :

(2h)2 ′′ (2h)3 (3)

u(xi + 2h) = u(xi ) + 2hu′ (xi ) + u (xi ) + u (xi ) + · · ·
2! 3!
h2 h3
u(xi + h) = u(xi ) + hu′ (xi ) + u′′ (xi ) + u(3) (xi ) + · · ·
2! 3!
Nous obtenons :
u(xi + 2h) − 2u(xi + h) + u(xi )
u′′ (xi ) = + o(h) (2.8)
h2

Diéren es nies regressives

Nous ee tuons un développement en séries de Taylor au voisinage du point i :

(2h)2 ′′ (2h)3 (3)

u(xi − 2h) = u(xi ) − 2hu′(xi ) + u (xi ) − u (xi ) + · · ·
2! 3!
h2 h3
u(xi − h) = u(xi ) − hu′ (xi ) + u′′ (xi ) − u(3) (xi ) + · · ·
2! 3!
Nous obtenons :
u(xi − 2h) − 2u(xi − h) + u(xi )
u′′ (xi ) = + o(h) (2.9)
h2
Dénition 2.1 : Un s héma dont l'erreur de tron ature est de la forme o(hn ) est dit
d'ordre n ; plus l'ordre est élevé, meilleure est la pré ision.

13
2.3 Diéren es nies 2−D
Le domaine est maillé régulièrement. En un point (xi , yj ) on a : xi = x0 + i∆x et
yj = y0 + j∆y . Les dérivées partielles de u(x, y) en un point (i, j) se al ulent de la
même manière que pré édemment en onsidérant ha une des variables séparemment :
ui+1,j − ui−1,j ui,j+1 − ui,j−1
(u,x )ij = + o(∆x2 ) , (u,y )ij = + o(∆y 2 )
2∆x 2∆y
ui+1,j − ui,j ui,j+1 − ui,j
(u,x )ij = + o(∆x) , (u,y )ij = + o(∆y)
∆x ∆y
ui,j − ui−1,j ui,j − ui,j−1
(u,x )ij = + o(∆x) , (u,y )ij = + o(∆y)
∆x ∆y
ui+1,j − 2ui,j + ui−1,j ui,j+1 − 2ui,j + ui,j−1
(u,xx )ij = 2
+ o(∆x2 ) , (u,yy )ij = + o(∆y 2)
∆x ∆y 2
En parti ulier pour un maillage tel que ∆x = ∆y = h, l'opérateur Lapla ien s'é rit :
ui+1,j + ui−1,j + ui,j+1 + ui,j−1 − 4ui,j
∆u = + o(h2 )
h2
Quant à la dérivée mixte u,xy , plusieurs formules sont possibles, la plus simple est la
forme entrale :
ui+1,j+1 − ui−1,j+1 − ui+1,j−1 + ui−1,j−1
(u,xy )ij = + o(∆x2 , ∆y 2)
4∆x∆y
D'autres formes sont en ore possibles :
ui+1,j+1 − ui+1,j − ui−1,j+1 + ui−1,j
(u,xy )ij = + o(∆x2 , ∆y)
2∆x∆y
ui+1,j+1 − ui+1,j − ui,j+1 + ui,j
(u,xy )ij = + o(∆x, ∆y)
∆x∆y

2.4 Dis rétisation des onditions aux limites de type

Neumann
Considérons la gure () où les point 2 et 3 sont situés à une distan e de h et 2h
respe tivement du point 1, qui est situé sur la frontière du domaine. Nous voudrions
onstruire une approximation de ∂u qui soit d'abord d'ordre 1, puis d'ordre 2.


∂x 1

S héma du premier ordre

Pour l'approximation d'ordre 1, il est fa ile de dénir la C. L. de Neumann par une
diéren e progressive :
 
∂u u2 − u1
= + o(h) (2.10)
∂x 1 h

14
Ce s héma est du premier ordre. Or, souvent nous utilisons des s hémas d'ordre 2, voire
plus. Alors utiliser le s héma (2.10) sur la frontière va réduire la pré ision à l'intérieur
du domaine d'une part, et d'autre part il va générer des perturbations numériques qui
peuvent rendre le s héma instable globalement à ause du manque de ompatibilité sur
l'ordre du s héma.

S hémas de se ond ordre

1. S héma dé entré de se ond ordre : Nous approximons la fon tion par un polynme
de se ond ordre P2 (x) = a + bx + cx2 tel que :

 P2 (x1 ) = u1 = a


P2 (x2 ) = u2 = a + bh + ch2

 P (x ) = u = a + 2bh + 4ch2

2 3 3

En résolvant e système d'équations, nous trouvons pour la valeur b :

−3u1 + 4u2 − u3
b= (2.11)
2h
La dérivée du polynme P2 (x) s'é rit :

P2′ (x) = b + 2cx

qui en x = 0 vaut P2′ (x1 ) = b. En ombinant e i ave (2.11), nous avons :

−3u1 + 4u2 − u3
P2′ (x1 ) = (2.12)
2h
An de déterminer l'ordre de la pré ision, nous ee tuons un développement en
séries de Taylor autour du point 1 :

h2 ′′ h3
u(x2 ) = u(x1 + h) = u(x1 ) + hu′ (x1 ) + u (x1 ) + u(3) (x1 ) + · · ·
2 6
La somme des trois premiers termes est égale à P2 (x2 ) ; on a alors :

−3u1 + 4u2 − u3
u′1 = + o(h2 )
2h
Ainsi nous avons obtenu une approximation d'ordre 2 pour la ondition de type
Neumann sur la frontière.
2. Création d'un n÷ud  tif : On introduit un n÷ud  tif numéroté n + 2,

15
2.5 Diéren es nies sur un maillage urviligne
Le domaine physique, urviligne, déni dans le plan (x, y) est transformé en un
domaine numérique (ξ, η) re tangulaire. La dis rétisation est alors ee tuée dans le
plan (ξ, η) en appliquant les formules vues pré édemment.
hello

16
Chapitre 3
Méthode des éléments nis

3.1 Introdu tion

La méthode des éléments nis (MEF) est l'une des plus puissantes et des plus utili-
sées pour résoudre les équations aux dérivées partielles (EDP) issues de la modélisation
mathématique de la physique. Elle est appliquée en al ul des stru tures, aérodyna-
mique, hydraulique, thermique, mé anique quantique, et . Elle peut être appliquée en
D D ou 3-D ; en régime stationnaire ou instationnaire ; que les équations soient
1- , 2-
linéaires ou non linéaires.
Elle trouve son ber eau en mé anique des stru tures dans les années 50 ; et e n'est
qu'à partir des années 70 qu'elle ommen e à être apppliquée en mé anique des uides.
La première onféren e sur la MEF en mé anique des uides eût lieu en 1974 à SWAN-
SEA en Grande Bretagne. On ommença par les é oulements potentiels vers les années
70, puis les é oulements eulériens au début des années 80 ; depuis les années 90 plusieurs
odes résolvant les équations de Navier-Stokes aux omplet sont ommer ialisés.

Idée de base : Pour résoudre une EDP dans un domaine V , on la transforme d'abord en
une forme intégrale W ; puis le domaine V est dé omposé en éléments V e où l'intégrale
W e est dis rétisée et exprimée sous forme matri ielle. Ces formes élémentaires sont
assemblées pour donner un système algébrique globale dans lequel sont in orporées les
onditions aux limites.

17
3.2 Approximation par éléments nis
3.2.0.1 Interpolation
Nous her hons une fon tion uh , approximation de la fon tron exa te uex de telle
sorte que l'erreur dénies par e(x) = uh (x) − uex (x) soit aussi petite que possible.
Pour ela nous nous donnons n points d'interpolation (xi )i=1,2,...,n où nous supposons
onnues les valeurs de la fon tion exa te. Posons (ui = uex (xi ))i=1,2,...,n, nous allons
alors her her uh (x) sous la forme d'un polynme tel que uh (xi ) = ui , soit :
 
 u
 1 
 

 
 u2 
 
uh (x) = N1 (x)u1 + ... + Nn (x)un =< N1 (x)...Nn (x) > (3.1)
 ... 
 

 

 u 
 
n

Les polynmes Ni (x) peuvent être hoisis de diverses manières, ependant le hoix le
plus utilisé est elui des polynmes de Lagrange dénis par :

(x − xj )
Ni (x) = Πnj=1,j6=i (3.2)
(xi − xj )

3.2.0.2 Approximation par éléments nis

L'approximation par éléments nis onsiste :
 à subdiviser le domaine en sous domaines V e , appelés éléments,
 à dénir sur haque élément une approximation uh , tel que uh (x) ne fait intervenir
que les variables nodales situées sur V e et sur sa frontière,
 les uh doivent être ontinus sur V e et sa frontière ave les éléments voisins.
L'approximation par éléments nis se fera don en deux étapes :
1. Dénition de la géométrie de haque éléments.
2. Constru tion des fon tions d'interpolation Ni (x) sur haque élément.

Exemple 1 :Approximation par éléments nis sur un domaine 1-D i.e. un intervalle
[a, b].
1. Dénition de la géométrie : [a, b] est subdivisé en trois éléments : V 1 = [x1 , x2 ],
V 2 = [x2 , x3 ] et V 3 = [x2 , x3 ]. Nous avons quatre n÷uds numérotés 1, 2, 3, 4 de
oordonnées x1 , x2 , x3 , x4 .

18
 2. Constru tion des fon tions d'interpolation Ni (x) sur haque élément : nous allons
hoisir une approximation linéaire sur haque élément.
Elément 1 : u1h(x) = N1 (x)u1 + N2 (x)u2
Les fon tions N1 et N2 sont linéaires sur [x1 , x2 ] et nulles en dehors de et inter-
valle.
La fon tion N1 étant linéaire telle que N1 (x1 ) = 1 et N1 (x2 ) = 0, nous obtenons
N1 (x) = x−x2
x1 −x2
sur [x1 , x2 ] et zéro ailleurs.
De même la fon tion N2 est linéaire telle que N2 (x1 ) = 0 et N2 (x2 ) = 1, nous
obtenons N2 (x) = x−x1
x2 −x1
sur [x1 , x2 ] et zéro ailleurs.
Elément 2 : u2h(x) = N1 (x)u2 + N2 (x)u3
Les fon tions N1 et N2 sont linéaires sur [x2 , x3 ] et nulles en dehors de et inter-
valle.
N1 est linéaire tel que N1 (x2 ) = 1 et N1 (x3 ) = 0, nous obtenons N1 (x) = x−x3
x2 −x3
sur [x2 , x3 ] et zéro ailleurs.
De même N2 est linéaire tel que N2 (x2 ) = 0 et N2 (x3 ) = 1, nous obtenons
N2 (x) = x−x2
x3 −x2
sur [x2 , x3 ] et zéro ailleurs.
Elément 3 : u3h(x) = N1 (x)u3 + N2 (x)u4
Les fon tions N1 et N2 sont linéaires sur [x3 , x4 ] et nulles en dehors de et inter-
valle.
N1 est linéaire tel que N1 (x3 ) = 1 et N1 (x4 ) = 0, nous obtenons N1 (x) = x−x4
x3 −x4
sur [x3 , x4 ] et zéro ailleurs.
De même N2 est linéaire tel que N2 (x3 ) = 0 et N2 (x4 ) = 1, nous obtenons
N2 (x) = x−x3
x4 −x3
sur [x3 , x4 ] et zéro ailleurs.

Remarque 3.1 : ueh est diérente sur haque élément.

Remarque 3.2 : Sur le domaine entier [a, b] on a : u(x) = u1h (x) + u2h (x) + u3h (x).

Exemple 2 : Approximation par D

éléments nis sur un domaine 2- . Nous onsidé-
rons pour et exemple un quadrilatère de sommets A1 (x1 , y1 ), A2 (x2 , y2 ), A3 (x3 , y3 ) et
A4 (x4 , y4).
1. Dénition de la géométrie : le domaine est subdivisé en deux éléments, le triangle
T 1 de sommets 1, 2, 4 et le triangle T 2 de sommets 2, 3, 4. Nous avons quatre
n÷uds numérotés 1, 2, 3, 4 de oordonnées (x1 , y1 ), (x2 , y2), (x3 , y3) et (x4 , y4 ).

19
2. Constru tion des fon tions d'interpolation Ni (x, y) sur haque élément : nous
allons hoisir une approximation linéaire par rapport à x et par rapport à y sur
haque élément.
Elément T 1 de sommets 1, 2, 4 : u1h(x) = N1 (x, y)u1 +N2 (x, y)u2 +N3 (x, y)u4
Les fon tions Ni (x, y) vont être linéaires en x, y sur l'élément T 1 et nulles ailleurs.
N1 (x, y) = a + bx + cy tel que N1 (x1 , y1 ) = 1, N1 (x2 , y2) = 0 et N1 (x4 , y4 ) = 0,
nous obtenons :
(
1
[(y4 − y2 )(x2 − x) − (x4 − x2 )(y2 − y)] sur T 1
N1 (x, y) = 2A1
(3.3)
0 ailleurs

De même N2 (x, y) = a + bx + cy tel que N2 (x1 , y1 ) = 0, N2 (x2 , y2 ) = 1 et

N1 (x4 , y4) = 0, nous obtenons :
(
1
[(y1 − y4 )(x4 − x) − (x1 − x4 )(y4 − y)] sur T 1
N2 (x, y) = 2A1
(3.4)
0 ailleurs

De même N3 (x, y) = a + bx + cy tel que N3 (x1 , y1 ) = 0, N3 (x2 , y2 ) = 0 et

N3 (x4 , y4) = 1, nous obtenons :
(
1
[(y2 − y1 )(x1 − x) − (x2 − x1 )(y1 − y)] sur T 1
N3 (x, y) = 2A1
(3.5)
0 ailleurs

où A1 est l'aire de l'élément triangulaire T 1 :

A1 = (x4 − x2 )(y1 − y2 ) − (x1 − x2 )(y4 − y2 ) (3.6)

Elément T 2 de sommets 2, 3, 4 : u2h(x) = N1 (x, y)u2 +N2 (x, y)u3 +N3 (x, y)u4
Les fon tions Ni (x, y) vont être linéaires en x, y sur l'élément T 2 et nulles ailleurs.
N1 (x, y) = a + bx + cy tel que N1 (x2 , y2 ) = 1, N1 (x3 , y3) = 0 et N1 (x4 , y4 ) = 0,
nous obtenons :
(
1
[(y4 − y3 )(x3 − x) − (x4 − x3 )(y3 − y)] sur T 2
N1 (x, y) = 2A2
(3.7)
0 ailleurs

De même N2 (x, y) = a + bx + cy tel que N2 (x2 , y2 ) = 0, N2 (x3 , y3 ) = 1 et

N1 (x4 , y4) = 0, nous obtenons :
(
1
[(y2 − y4 )(x4 − x) − (x2 − x4 )(y4 − y)] sur T 2
N2 (x, y) = 2A2
(3.8)
0 ailleurs

20
 De même N3 (x, y) = a + bx + cy tel que N3 (x2 , y2 ) = 0, N3 (x3 , y3 ) = 0 et
N3 (x4 , y4) = 1, nous obtenons :
(
1
[(y3 − y2 )(x2 − x) − (x3 − x2 )(y2 − y)] sur T 2
N3 (x, y) = 2A2
(3.9)
0 ailleurs

où A2 est l'aire de l'élément triangulaire T 2 :

A2 = (x4 − x3 )(y2 − y3 ) − (x2 − x3 )(y4 − y3 ) (3.10)

3.3 Géomètrie des éléments : maillage

Il s'agit de partionner le domaine V en éléments relativement plus simples V e .
Chaque éléments est déni de manière unique par les n÷uds situés sur sa frontière
et/ou en son intérieur. Deux régles doivent être respe tées :
 Absen e de trous entre éléments,
 Absen e de re ouvrement.
Nous montrons i dessous quelques éléments lassiques :
1. Eléments 1-D:
2. Eléments 2-D :

3.4 Eléments de référen e

3.4.1 Dénition et propriétés
Un élément de référen e V r est un élément simple repéré dans un espa e de réfé-
ren e (ξ, η) et qui peut être transformé en tout élément réel V e repéré dans l'espa e
physique (x, y) par une une transformation τ e . Les transformations τ e sont diérentes
d'un élément à un autre mais l'élément de référen e τ r est identique pour tous les
éléments de même type (triangles ou quadrilatères).
Les appli ations τ e sont assujetties à vérifer les propriétés suivantes :
1. τ e est bije tive.
2. Les n÷uds 1, 2, 3 de l'élément de référen e V r se transforment en n÷uds i, j , k
de l'élément réel V e .
3. Les frontières de l'élément de référen e V r se transforment en frontières de l'élé-
ment réel V e .

21
 j

i Ω1
τ1 k
Ω2
τ2
3 m Ω3
τ3
l

1 2

Considérons le as d'un maillage triangulaire. De par la onstru tion de l'élément

de référen e V r , un point (ξ, η) ∈ V r si et seulement si ξ ≥ 0, η ≥ 0 et 1 − ξ − η ≥ 0.
Considérons alors la transformation linéaire :

τe : Vr −−→ V r
− (3.11)
(ξ, η) −
−−→ (x(ξ, η), y(ξ, η)) (3.12)

telle que :
   

 x
 i 

  yi

 


x(ξ, η) =< 1 − ξ − η ξ η > xj et y(ξ, η) =< 1 − ξ − η ξ η > yj

 
 
 

 x   y 
k k

Cette transformation véri-t-elle les propriétés i dessus ?

1. τ e est bije tive si sa matri e ja obienne J n'est pas singulière i.e. le déterminant
de J ne soit pas nul. On a :
" # " #
∂x ∂y
∂ξ ∂ξ
xj − xi yj − yi
J= ∂x ∂y
=
∂η ∂η
xk − xi yk − yi

d'où det J = (xj − xi )(yk − yi ) − (xk − xi )(yj − yi ) = 2A.

Autrement dit, pour que τ e soit bije tive, il faut et il sut que le triangle ne soit
pas un triangle dégénéré.
2. Les n÷uds 1, 2, 3 de l'élément de référen e V r se transforment bien en n÷uds i,
j , k de l'élément réel V e .
Le n÷ud 1 se transforme en n÷ud i : x(ξ = 0, η = 0) = xi , y(ξ = 0, η = 0) = yi
Le n÷ud 2 se transforme en n÷ud j : x(ξ = 1, η = 0) = xj , y(ξ = 1, η = 0) = yj
Le n÷ud 3 se transforme en n÷ud k : x(ξ = 0, η = 1) = xk , y(ξ = 0, η = 1) = yk

22
 3. Chaque frontière de l'élément de référen e V r se transforme en frontière de l'élé-
ment réel V e ; par exemple un point (ξ, η) du segment [2-3℄ dont l'équation est
1 − ξ − η = 0 se transforme en un point (x, y) du segment [j-k℄ d'équation :
 
 xi

 


x =< 0 ξ 1 − ξ > xj = ξxj + (1 − ξ)xk

 

 x 
k
 
 yi

 


y =< 0 ξ 1 − ξ > yj = ξyj + (1 − ξ)xy

 

 y 
k

La transformation linéaire (3.12) permet don de transformer l'élément de référen e

triangulaire à trois n÷uds en un élément triangulaire à trois n÷uds dans le plan phy-
sique.

3.4.2 Approximation sur un élément de référen e

D
En 1- , on travaille dire tement dans l'espa e réel (physique), mais en 2- , et D
pour des raisons de simpli ité, on travaillera dans l'espa e de référen e (ξ, η) au lieu de
l'espa e physique (x, y). Nous her herons alors uh (ξ, η) à la pla e de uh (x, y), sa hant
que (ξ, η) et (x, y) sont liés par la transformation τ e et que uh (ξ, η) et uh (x, y) prennent
les mêmes valeurs en des points qui se orrespondent.
sur l'élément réel V e nous avons déni l'approximation par :

uh (x, y) = N1 (x, y)u1 + ... + Nne (x, y)une (3.13)

où ne est le nombre de n÷uds par élément.

Remplaçons l'approximation sur l'élément réel V e par l'approximation sur l'élément de
référen e V r :

uh (ξ, η) = N1 (ξ, η)u1 + ... + une (ξ, η)Nne (3.14)

où (x, y) est l'image de (ξ, η) par la transformation τ e .

Dans l'expression (3.13) les fon tions d'interpolation Ni (x, y) dépendent des oordon-
nées des n÷uds de l'élément, es fon tions sont diérentes sur haque élément. Dans
l'expression (3.14) les fon tions d'interpolation Ni (ξ, η) sont indépendantes de la géo-
métrie de l'élément réel, les mêmes fon tions Ni (ξ, η) peuvent être utilisées pour tous
les éléments ayant le même élément de référen e.

23
Exemple : Elément triangulaire
L'approximation sur l'élément réel s'é rit :
 
 ui 

 

uh (x, y) =< N1 (x, y) N2 (x, y) N3 (x, y) > uj

 
 u 
k

ave :
1
N1 (x, y) = [(yk − yj )(xj − x) − (xk − xj )(yj − y)]
2A
1
N2 (x, y) = [(yi − yk )(xk − x) − (xi − xk )(yk − y)]
2A
1
N3 (x, y) = [(yj − yi )(xi − x) − (xj − xi )(yi − y)]
2A
Les fon tions d'interpolation dépendent de (xi , yi , xj , yj , xk , yk ).
Sur l'élément de référen e l'approximation s'é rit :
 
 u
 1 
 

uh (ξ, η) =< N1 (ξ, η) N2 (ξ, η) N3 (ξ, η) > u2

 
 u 
3

ave :

N1 (ξ, η) = 1 − ξ − η ; N2 (ξ, η) = ξ ; N3 (ξ, η) = η

Evidemment, nous avons :

uh (ξ, η) = uh (x, y)

ave :
 
 xi 

 

x =< 1 − ξ − η ξ η > xj

 
 x  
k
 


 y i



y =< 1 − ξ − η ξ η > yj

 
 y  
k

Par exemple pour ξ0 = 14 , η0 = 1

4
nous avons :
 
 ui
 

1 1 1  
u(x0 , y0) =< > uj = u(ξ0 , η0 )
4 4 4   

 u 
k

24
Propriétés
1. Sur l'élément réel nous avons Ni (xj , yj ) = δij ; sur l'élément de référen e nous
avons Ni (ξj , ηj ) = δij ; δij étant le symbole de Krone ker.
2. Si on her he à onstruire une fon tion uh ontinue ainsi que ses dérivées jusqu'à
l'ordre s, il faut que les Ni soient de même.
3. Si on impose à uh et à ses dérivées jusqu'à l'ordre s d'être ontinues sur la
frontière entre deux éléments, il faut que uh dépend d'une manière unique des
seules variables nodales asso iées aux n÷uds de ette frontière.

3.5 Transformation des dérivées et des intégrales

Transformation d'une dérivée
La modélisation mathématique en physique mène en général à des équations aux déri-
vées partielles. Nous avons vu dans la se tion pré édente qu'au lieu de her her l'ap-
proximation uh (x, y) dans le plan physique (x, y), nous allons her her uh (ξ, η) dans
le plan de référen e (ξ, η). Nous allons devoir transformer les dérivées partielles par
rapport à x et y en dérivées partielles par rapport à ξ et η .
Nous avons :
(
∂u ∂u ∂x ∂u ∂y
∂ξ
= ∂x ∂ξ
+ ∂y ∂ξ
u(x, y) = u(x(ξ, η), y(ξ, η)) =⇒ ∂u ∂u ∂x ∂u ∂y
∂η
= ∂x ∂η
+ ∂y ∂η
(
∂u ∂u ∂ξ ∂u ∂η
∂x
= ∂ξ ∂x
+ ∂η ∂x
u(ξ, η) = u(ξ(x, y), η(x, y)) =⇒ ∂u ∂u ∂ξ ∂u ∂η
∂y
= ∂ξ ∂y
+ ∂η ∂y

Appelons matri e ja obienne :

" # " #
∂x ∂y ∂ξ ∂η
J= ∂ξ
∂x
∂ξ
∂y
et j = ∂x
∂ξ
∂x
∂η
(3.15)
∂η ∂η ∂y ∂y

Notons que j est l'inverse de J .

Dans la pratique, on al ule d'abors J , puis son inverse j , et ensuite on transforme
les dérivées partielles par rapport à x et y en dérivées partielles par rapport à ξ et η
par :
( ) " #( ) ( )
∂ ∂ξ ∂η ∂ ∂
∂x
∂
= ∂x
∂ξ
∂x
∂η
∂ξ
∂
= [j] ∂ξ
∂
(3.16)
∂y ∂y ∂y ∂η ∂η

25
Transformation d'une intégrale
L'intégrale dans le plan réel est transformée en intégrale dans le plan de référen e par
hangement de variables :
Z Z
f (x, y) dx dy = f (x(ξ, η), y(ξ, η)) · detJ · dξ dη (3.17)
Ve Vr

3.6 Formulation intégrale

3.6.1 Dénitions
Les systèmes d'EDP que nous aurons à résoudre peuvent toujours se mettre sous
la forme générale suivante :
(
L(u) + fv = 0 sur le domaine V
(3.18)
C(u) = fs sur la frontière S = ∂V

où :
• L et C sont des opérateurs diérentiels,
• u la fon tion in onnue,
• fv et fs des fon tions onnues dites solli itations.

Dénition 3.1 : Un opérateur diérentiel (L ou C ) est dit linéaire lorsqu'il est

indépendant de u et des dérivées de u, il est dit non linéaire lorsqu'il dépend de u ou
de ses dérivées.
Exemples d'opérateurs :
• L(.) = ∆(.), ou L(.) = a ∂(.)
∂x
+ b ∂(.)
∂y
sont des opérateurs diérentiels linéaires, on
peut alors les mettre sous la forme [L]{u}.
∂(.) ∂(.)
• C(.) = (.), C(.) = ∂n
ou C(.) = ∂n
+ α(.) sont aussi des opérateurs linéaires.

Dénition 3.2 : Nous appelons Eu espa e des fon tions admissibles, un ensemble
formé par des fon tions u vériant les onditions aux limites et de dérivabilité dans le
système (3.18).

Dénition 3.3 :
• Un système d'EDP est linéaire si l'opérateur diérentiel L est linéaire.
• Un système d'EDP est homogène si le se ond membre fv est nul.

26
 • Les onditions aux limites sont homogènes si le terme fs est nul.
• Un système d'EDP linéaire est auto-adjoint ou sysmétrique si
Z Z
< u > [L] < v > dV = < v > [L] < u > dV
V V

pour tout u et v admissibles.

• Un système d'EDP linéaire est déni positif si
Z
< u > [L] < u > dV ≥ 0
V

pour tout u satisfaisant les onditions aux limites homogènes.

3.6.2 Méthode des résidus pondérés

Considérons le système d'EDP linéaire ou non linéaire suivant :
(
L(u) + fv = 0 sur le domaine V
(3.19)
C(u) = fs sur la frontière S

où L est un opérateur diérentiel d'ordre m.

Dénition 3.4 On appelle résidu la quantité R(u) = L(u) + fv .

Remarque :
1. Le mot résidu est i i asso ié à la notion d'erreur lorsque u est une
solution appro hée.
2. R(u) sera nul lorsque u est une solution exa te de notre système (3.19).
La méthode des résidus pondérés onsiste à her her u annulant la forme intégrale :
Z
W (u) = < ψ > {R(u)} dV = 0 , ∀ψ ∈ Eψ (3.20)
V

où la fon tion ψ est appelée fon tion de pondération, la forme W (u) est appelée forme
intégrale forte ; Eψ est un ensemble de fon tions qui sera pré isé ultérieurement.
Si une fon tion u vérie (3.19), alors elle est solution de (3.20) pour tout Eψ .
Inversement si Eψ est un ensemble ni, alors une solution de (3.20) n'est pas une
solution de (3.19), elle en est seulement une solution appro hée.
Par onséquent, au lieu de her her une solution du système d'EDP (3.19), nous allons
xer un espa e ni Eψ , puis nous her hons une solution de la forme intégrale (3.20),
qui sera don une solution appro hée de (3.19).

27
3.6.3 Forme intégrale faible
Les onditions sur la dérivabilité de la solution u sont identiques dans (3.19) et
(3.20). Au lieu de her her la solution de la forme intégrale forte (3.20), nous allons
d'abord ee tuer une intégration par partie ; ela aura omme onséquen e la diminu-
tion de la ontrainte de dérivabilité sur u, puis nous her herons ensuite la solution de
ette nouvelle forme intégrale, dite forme intégrale faible, qui sera don une solution
appro hée de (3.19).
Regardons maintenant omment se transforment les opérateurs diérentiels usuels.

1. Lorsque les fon tions sont à une seule variable x, l'intégration par partie s'é rit :
Z b Z b
′
ψ(x)u (x)dx = − ψ ′ (x)u(x)dx + [ψ · u]ba
a a

On en déduit :
Z b Z b
′′
ψ(x)u (x)dx = − ψ ′ (x)u′ (x)dx + [ψ · u′ ]ba
a a

2. Considérons maintenant des fon tions à deux variables (x, y) dénies sur le do-
maine V de frontière S dont la normale extérieure est ~n(nx , ny ), nous avons les
relations suivantes :
• Z Z Z
∂u ∂ψ
ψ dxdy = − u dxdy + ψu nx ds
V ∂x V ∂x S
• Z Z Z
∂u ∂ψ
ψ dxdy = − u dxdy + ψu ny ds
V ∂y V ∂y S
•
∂2u
Z Z Z
∂ψ ∂u ∂u
ψ 2 dxdy = − dxdy + ψ nx ds
V ∂x V ∂x ∂x S ∂x
•
∂2u
Z Z Z
∂ψ ∂u ∂u
ψ 2 dxdy = − dxdy + ψ ny ds
V ∂y V ∂y ∂y S ∂y
•
∂2u ∂2u
Z   Z   Z
∂ψ ∂u ∂ψ ∂u ∂u
ψ + dxdy = − + dxdy + ψ ds
V ∂x2 ∂y 2 V ∂x ∂x ∂y ∂y S ∂n
•
Z Z
∂u ∂ψ
(ψ∆u − u∆ψ)dxdy = (ψ − u ) ds
V S ∂n ∂n

sa hant que : ∂u ~
= gradu · ~n = ∂u
n + ∂u
n
∂n ∂x x ∂y y

28
Exemple 1 :
Considérons l'EDP suivante :

∂2u ∂2u
 ∂x2 + ∂y2 + fv = 0 sur le domaine V


u = u1 sur la partie S1 de S (C.L. de Diri hlet) (3.21)

∂u
+ αu = u2 sur la partie S2 de S (C.L. mixte)


∂n

Une solution u est admissible si elle est deux fois dérivable et satisfait les onditions
aux limites. La forme intégrale forte s'é rit :
 2
∂ u ∂2u
Z 
W (u) = ψ(x, y) + + fv dxdy = 0 (3.22)
V ∂x2 ∂y 2
Pour que u soit solution de (3.22) il faut qu'elle soit deux fois dérivable et satisfasse les
onditions aux limites. La fon tion de pondération ψ n'est soumise à au une ondition
de dérivabilité.
La forme intégrale faible est obtenue en intégrant par partie :
Z   Z Z
∂ψ ∂u ∂ψ ∂u ∂u ∂u
W (u) = − + − ψfv dxdy + ψ ds + ψ ds = 0 (3.23)
V ∂x ∂x ∂y ∂y S1 ∂n S2 ∂n
Sous ette forme, u et ψ doivent être une fois dérivable, ainsi une partie des ondi-
tions de dérivabilité sur u a été transferée sur ψ . Cela fa ilitera la re her he d'une
approximation de u.
En examinant les intégrales de ontour, nous pouvons in orporer les onditions aux
limites d'une manière dire te. En eet :
1. Sur S1 on a : u = u1 et nous hoisirons ψ = 0, .à.d. nous ne al ulerons pas
l'intégrale de ontour sur S1 .
2. Sur S2 nous avons ∂u
∂n
= u2 − αu, e que nous utiliserons pour al uler l'intégrale
de ontour sur S2 .
Il vient :
Z   Z
∂ψ ∂u ∂ψ ∂u
W (u) = − + − ψfv dxdy + ψ(u2 − αu) ds = 0
V ∂x ∂x ∂y ∂y S2

Finalement le problème se pose de la manière suivante :

Trouver u tel que :
⊲ u et ψ une fois dérivable,
⊲ u = u1 et ψ = 0 sur S1
R  ∂u ∂ψ ∂u 
⊲ W (u) = − V ∂ψ
R
∂x ∂x
+ ∂y ∂y
− ψfv dxdy + S2
ψ(u2 − αu) ds = 0

29
L'utilisation de la forme faible est un avantage onsidérable spé ique à la méthode
des éléments nis. D'une part elle permet de réduire les onditions de dérivabilité sur
la solution appro hée, et d'autre part elle permet de tenir ompte des onditions aux
limites d'une manière dire te.

Exemple 2 :
Déterminer la forme faible de l'équation diérentielle suivante :
  
du(x)
− d
a dx + cu(x) − q(x) = 0 sur le domaine [0, L]
 dx


u(0) = u0 (3.24)
  
 a du(x)  = Q

dx 0
L

où a = a(x), c = c(x), q = q(x), u0 et Q0 des données.

3.6.4 Dis rétisation de la forme intégrale faible

An d'utiliser l'approximation par éléments nis, le domaine V est d'abord par-
titionné en éléments V e . Sur haque élément la fon tion appro hée uh re her hée est
approximée par un polynme (voir se tion 1.).
Après intégration par partie nous obtenons une intégrale sur le volume et une
intégrale sur la frontière. E rivons l'intégrale sur le volume sous la forme :
Z
W1 (u) = ψ (F (u) + fv ) dV
V

Nous allons d'abord utiliser l'étape du maillage pour passer de l'intégrale globale à une
somme d'intégrales élémentaires :
XZ
W1 (u) = ψ e (F (ue ) + fv ) dV e
e Ve

Posons :
Z
e
W (u) = ψ e (F (ue ) + fv ) dV e
Ve

Nous allons alors dis rétiser la forme intégrale élémentaire W e (u) et ensuite nous as-
semblerons es formes dis rètes durant une phase appelée "phase d'assemblage".
Deux hoses doivent être xée à e niveau :
1. Choisir le type d'approximation sur l'élément ;
2. Choisir les fon tions de pondération ψ .

30
En e qui on erne l'approximation, nous avons onvenu de hoisir une approximation
polynmiale sur haque élément :
 


 u1 


 
u2

 

ue =< N1 N2 · · · NN N E > .. (3.25)


 . 


 
 u
 

NNE

où :
 u1 , u2 , · · · , uN N E désignent les variables nodales, .à.d. les valeurs de uh aux
n÷uds .à.d. les in onnues.
 Rappelons que la fon tion d'approximation Ni est nulle à l'extérieur de V e , dénie
uniquement à partir des variables nodales de l'élément V e , prend la valeur 1 au
n÷ud i est zéro sur les autres n÷uds de l'élément.
 NNE désigne le Nombre de N÷uds par Elément.
Quant au hoix des fon tions de pondération plusieurs possibilités sont oertes, par
exemple :
1. Méthode de ollo ation par sous domaine : sur haque élément V e la fon tion ψ e
est égale à la fon tion indi atri e de V e i.e. :
(
1 si x ∈ V e
ψ e (x) = (3.26)
0 sinon

2. Méthode de Galerkin : La méthode de Galerkin est la plus utilisée dans la litté-

rature et dans les appli ations de la méthode des éléments nis, elle onsiste à
hoisir des fon tions de pondération égales aux fon tions d'approximation, soit :
 


 δu 1



 
 δu 
 
2
ψ e = δue =< N1 N2 · · · NN N E > .. (3.27)


 . 


 
 δu
 

NNE

où δui est une variation arbitraire de ui . La forme intégrale W e devient :

Z
e
W = δue (F (ue ) + fv ) dV e
V e
Z  Z
e
= < δui > {Nj }F (< Ni >) dV {uj } + {Ni }fv dV e
Ve Ve
= < δui > ([kij ] {uj } − {fi })

31
 Nous arrivons nalement à l'étape d'assemblage qui onsiste à é rire la forme dis-
rète globale en sommant les formes dis rète élémentaire :
X X
W1 (u) = We = (< δui > ([kij ] {uj } − {fi })) = 0 (3.28)
e e

Cette somme peut être organisée sous la forme matri ielle suivante :

W1 (u) =< δU > ([K] {U} − {F }) (3.29)

Dénition 3.5 : La quantité R = [K] {U} − {F } est appelée résidu globale.

3.6.5 Te hniques d'assemblage

Nous allons onstruire les matri es globales [K] et {F } à partir des matri es élé-
mentaires [k] et {f }. Appelons {U} les variables nodales globales et {u} les variables
nodales élémentaires. On a :
X X
W1 = We = < δui > ([kij ] {uj } − {fj })
e e

D'abord par expansion nous é rivons W e sous la forme :

W e =< δUi > ([Kij ] {Uj } − {Fj }) (3.30)

puis en sommant sur tous les éléments et en rajoutant l'intégrale de ontour, nous
obtenons la forme globale :

W =< δUi > ([Kij ] {Uj } − {Fj }) = 0 (3.31)

La forme W est nulle quelque soit δUi , nous aurons don à résoudre le système d'équa-
tions :

[Kij ] {Uj } − {Fi } = 0 (3.32)

lorsque la matri e [Kij ] est indépendante des variables nodales Ui nous aurons un
système linéaire ; à l'inverse, lorsque la matri e [Kij ] dépend des variables nodales Ui
nous aurons un système non linéaire.
Exemple :

32
3.6.6 Introdu tion des onditons aux limites
Les onditions aux limites de type Neumann ont déjà été introduites dans la for-
mulation intégrale faible en annulant la valeur de l'intégrale de ontour sur la frontière
asso iée. Il nous reste à introduire les onditions aux limites de type Diri hlet. Elles
s'é rivent sous forme globale : Ui = Ci , où Ci est une valeur réelle donnée. An de tenir
ompte de ette ondition, nous modions le système (3.32), en mettant à zéro la ligne
i et la olonne i de la matri e [K], en xant Kii = 1 et en xant Fi = Ci .

33